ANÁLISIS DE FACTORES COMUNES
Análisis Factorial
A veces no es posible medir de forma directa a las variables de interés. Por ejemplo, ideación suicida, inteligencia, depresión, calidad de vida, etc.
En estos casos se recoge información sobre variables indirectas que se encuentran relacionadas con los conceptos o constructos de interés, los cuales reciben el nombre de Factores Latentes y el método se conoce como análisis factorial.
Qué es el análisis factorial
Es una técnica para identificar factores comunes. Por ejemplo:
Las competencias que pueden ser medidas en las diferentes asignaturas se dividen en razonamiento cuantitativo, lectura crítica, comunicación escrita, competencias ciudadanas e idiomas (ICFES).
Algunos síntomas clínicos de los enfermos mentales se clasifican en síntomas de tipo neurótico y síntomas de tipo psicótico.
Los ítems del instrumento o test de BURNOUT conforman tres dimensiones latentes: autoestima, agotamiento y despersonalización.
Inicios
Spearman creía que existe un factor subyacente, denominado factor G, que influye en la capacidad de una persona para realizar diversas tareas.
Si alguien es bueno resolviendo acertijos, también podría ser bueno comprendiendo ideas complejas o aprendiendo nuevas habilidades. Este factor de inteligencia general, o factor G, es la habilidad innata que nos ayuda a desempeñarnos bien ante diversos desafíos mentales.
La teoría de los dos factores de la inteligencia
La teoría de los dos factores de Spearman postula que la inteligencia se compone de dos tipos de factores: un factor general (G) y una habilidad específica (S).
Factor G: representa una inteligencia general que influye en el desempeño en una amplia variedad de tareas cognitivas, abarcando habilidades como el razonamiento, la resolución de problemas, el aprendizaje y la comprensión de ideas complejas.
Factor S: son propios de actividades cognitivas particulares, representan habilidades especializadas que no se generalizan a diferentes tareas.
Estructura factorial
Donde \(F_1, \ldots, F_q\) son los factores comunes con \(q<p\); mientras que \(U_1, \ldots, U_p\) son los factores únicos. De esta manera los \(q+p\) factores son variables incorrelacionadas.
Estructura factorial
![]()
\(h_i^2= a_{i1}^2+\ldots+a_{iq}^2\) y representa la proporción de información de la variable \(i\) que es explicada por los factores comunes del modelo - COMUNALIDAD. Mientras que \(d_i^2\) es la contribución a la UNICIDAD.
Comunalidad
Factores comunes entre variables. \(X_1\), \(X_3\) y \(X_4\) comparten el factor 1, \(X_6\) y \(X_2\) comparten el factor 2 y \(X_5\) coincide con el factor 3
![]()
- Región sombreada: Comunalidad
- Región sin sombra: unicidad
